rTaste:研究代理有“研究品味”吗?评估研究早期阶段的判断力
一项研究测试了六种前沿模型能否在结果未知时判断哪些实验值得开展。针对七篇近期 NLP 论文,模型提出了 415 项最低可行实验(MVE),预测实验是否成功并进行排序。独立执行者尝试了全部实验,另有三名模型审查者评估结果。415 项中,194 项被认为可靠、有价值且新颖;但同时被认为并非显而易见、且超出种子论文范围的只有 73 项。代理的首选比随机选择更常与审查者最认可的实验相符,但没有证据表明其优
AI 新闻中心 过去24小时分析了 158 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
一项研究测试了六种前沿模型能否在结果未知时判断哪些实验值得开展。针对七篇近期 NLP 论文,模型提出了 415 项最低可行实验(MVE),预测实验是否成功并进行排序。独立执行者尝试了全部实验,另有三名模型审查者评估结果。415 项中,194 项被认为可靠、有价值且新颖;但同时被认为并非显而易见、且超出种子论文范围的只有 73 项。代理的首选比随机选择更常与审查者最认可的实验相符,但没有证据表明其优
据一份最新报道,苹果正在开发一款更大型的机器人版 HomeView,配有安装在旋转支臂上的9英寸屏幕。摄像头和传感器可帮助设备感知周围环境,并自主完成开灯、避开物体等简单操作。据称其硬件约两年前已基本定型,但苹果内部仍在讨论首代产品应包含哪些软件功能。苹果据报计划于2027年推出,售价约为1,000美元,但也可能推迟至2028年。目前苹果尚未正式发布这款产品。
销售复杂人工智能技术的企业,应优先提供可靠信息和专业知识,而不是依赖夸大的营销宣传。
《纽约时报》援引消息人士称,Anthropic正在推进一系列算力协议,预计到2026年将获得超过3.5吉瓦的算力容量。报道还称,该公司正扩大硬件直接采购范围,将英伟达和AMD纳入其中。
OpenAI 的 Grid Protectors 计划将与公用事业公司合作,使未来的计算园区能够支持电网稳定,并帮助保障消费者的电费负担。
肯塔基大学一名员工认为,在工作中使用AI违背了自己根深蒂固的人文主义信念,并成功获得免用AI的安排。校方此前鼓励员工使用Copilot记录会议,并用Claude和ChatGPT处理日常任务。研究行政人员戴维·德曼担心,把自己的思考交给机器会让自己失去某些东西。如今,一个全国性组织准备帮助其他员工申请类似的宗教豁免。
阿根廷总统哈维尔·米莱承诺采取较少干预的监管方式,以吸引人工智能数据中心投资。近几个月,OpenAI、亚马逊、谷歌、甲骨文等科技公司的代表陆续与米莱及其幕僚会面。巴塔哥尼亚拥有广阔土地、凉爽气候、风能资源和大量页岩气,可能成为合适选址。一家开发商计划在当地建设一座价值30亿美元的数据中心,但目前尚未找到客户。
根据S-1文件,Anthropic第三季度营收接近170亿美元,是上年同期的12倍。净亏损为233亿美元,高于2025年第三季度的121亿美元;运营费用增长292%,达到175亿美元。
Anthropic PBC表示,截至9月30日,第三季度营收接近170亿美元,是去年同期的12倍。这一增长可能进一步推高市场对这家人工智能公司可能创纪录IPO的期待。
报告介绍了由一名研究者从零开始训练的两款语言模型:Praxis(29.4 亿参数)和 Logos(102.3 亿参数)。两者均结合了 Mamba-2、注意力机制与混合专家架构,每款模型的训练数据总量为 1.02 万亿 token。Logos 在报告对比的 17 款模型中排名第七,所用训练数据和每个 token 激活的参数量均显著少于更大的模型。它在数学任务上表现较强,但在代码、指令遵循和长上下文任
OpenAI CEO 山姆·奥尔特曼称,有限的 DRAM 若集中在数据中心,利用效率会高于使用率偏低的个人电脑,因此引发批评。埃隆·马斯克在 X 上回应称,民众也应拥有自己的内存。报道指出,AI 需求等因素令内存供应趋紧,电脑及游戏硬件价格随之上涨。与此同时,马斯克旗下公司已限制 Grok 智能体的使用量;马斯克表示,相较于收入,其运营成本难以持续。报道还称,OpenAI 正寻求最高 200 亿美
文章探讨了企业日益重视人工智能带来的可衡量成果,以及人工智能在不同行业的普及程度差异。
萨姆·奥特曼或许没有真的拿走你的 RAM,但推动内存需求增长的不只有 AI 行业。
OpenAI 将合并 ChatGPT 的 Chat 与 Work 标签页。调整后,ChatGPT 和 Codex 将共享同一使用额度。
这篇论文介绍了 TurnTurk-GPT:一种基于文本的土耳其语对话轮次预测器,由土耳其语 GPT-2 在合成和真实对话数据上微调而成。在真实土耳其语对话评测中,无论按录音还是按说话者划分训练集和测试集,它都优于一款广泛使用的多语言轮次结束检测器。只有当测试说话者也出现在训练数据中时,它才优于零样本语言模型;对于训练中未见的说话者,两者表现没有统计学上的显著差异。移除轮次末尾词语的后缀会使平均精确